Jumlah kandungan berkaitan 11
Menggabungkan model resapan dengan NeRF, Tsinghua Wensheng mencadangkan kaedah 3D baharu untuk mencapai SOTA
Pengenalan Artikel:Model AI yang menggunakan teks untuk mensintesis grafik 3D mempunyai SOTA baharu! Baru-baru ini, kumpulan penyelidik Profesor Liu Yongjin dari Universiti Tsinghua mencadangkan kaedah baharu untuk mencipta imej 3D berdasarkan model resapan. Kedua-dua ketekalan antara sudut tontonan yang berbeza dan padanan dengan kata-kata pantas telah bertambah baik berbanding sebelum ini. Imej Vincent 3D ialah kandungan penyelidikan hangat 3DAIGC dan telah mendapat perhatian meluas daripada ahli akademik dan industri. Model baharu yang dicadangkan oleh kumpulan penyelidikan Profesor Liu Yongjin dipanggil TICD (Text-ImageConditionedDiffusion), yang telah mencapai tahap SOTA pada set data T3Bench. Pada masa ini, kertas yang berkaitan telah diterbitkan dan kod itu akan menjadi sumber terbuka tidak lama lagi. Keputusan penilaian telah mencapai SOTA Bagi menilai kesan kaedah TICD,
2024-01-02komen 0729
Penyemak imbas Microsoft Edge menggunakan teknologi SOTA AI untuk meningkatkan kelajuan penyemakan imbas
Pengenalan Artikel:Menurut maklumat pengambilan rasmi yang dikeluarkan oleh Microsoft semalam, mereka merancang untuk merekrut ketua saintis aplikasi di Beijing untuk bertanggungjawab membangunkan teknologi SOTAAI untuk pelayar Edge untuk meningkatkan pengalaman pelayar IT Home Nota: SOTA merujuk kepada State-of-the -Seni (State of the Art), dalam bidang sains komputer dan pembelajaran mesin, SOTA merujuk kepada model atau algoritma yang pada masa ini menunjukkan prestasi terbaik dalam tugas atau bidang tertentu. Istilah ini sering digunakan untuk menggambarkan model yang pada masa ini dianggap terbaik dalam menyelesaikan masalah atau tugas tertentu. Microsoft menyatakan dalam maklumat pengambilan: "Pasukan Edge Machine Learning ialah pasukan saintifik teras di sebalik pelayar Edge. Kami sedang mencari jurutera perisian ML dan saintis aplikasi yang bersemangat untuk membantu
2023-09-19komen 0615
打破不可能三角、比肩5400亿模型,IDEA封神榜团队仅2亿级模型达到零样本学习SOTA
Pengenalan Artikel:自从 GPT-3 问世,展现出千亿级模型的强大实力以来,NLP 任务面临着规模、样本、Fine-tuning 性能的不可能三角。如何在保证 10 亿参数以下的语言模型可以达到 SOTA 的 Few-Shot (甚至是 Zero-shot)还有 Fine-tuning 的性能?一定要上千亿的参数并且忍受不稳定的 prompt 提示才可以解决 zero-shot 场景吗?本文中,IDEA 研究院封神榜团队介绍了一种新的「表现型」UniMC,仅有 2 亿参数即可达到 Zero-shot 的 SOTA。
2023-04-09komen 0718
Simulator AI mengambil SOTA baharu dalam simulasi fizik!
Pengenalan Artikel:Pembelajaran mesin menjadikan simulasi grafik komputer (CG) lebih realistik! Kaedah ini dipanggil Peta Aliran Neural (NFM), yang boleh mensimulasikan asap dengan empat vorteks dengan tepat: yang lebih kompleks juga boleh direalisasikan dengan mudah: anda tahu, dalam era aplikasi AI ini terbang ke seluruh langit, simulasi fizik CG masih Ia ialah dunia algoritma berangka tradisional. △NFM mensimulasikan "leapfrog". Walaupun aplikasi rangkaian saraf dalam CG boleh mencipta kesan visual yang mempesonakan, ia tidak boleh menggambarkan sifat fizikal secara tegas dan mantap. △NFM mensimulasikan "titisan dakwat" Atas sebab inilah simulasi fizikal berdasarkan rangkaian saraf masih dalam peringkat pembuktian konsep, dan kesan yang dihasilkan adalah jauh daripada SOTA. Untuk menyelesaikan masalah yang kompleks ini,
2024-02-19komen141
Dokumen berbilang modal Alibaba 7B memahami model besar memenangi SOTA baharu
Pengenalan Artikel:SOTA baharu untuk keupayaan memahami dokumen multimodal! Pasukan Alibaba mPLUG mengeluarkan kerja sumber terbuka terkini mPLUG-DocOwl1.5, yang mencadangkan satu siri penyelesaian untuk menangani empat cabaran utama pengecaman teks imej resolusi tinggi, pemahaman struktur dokumen am, arahan mengikut dan pengenalan pengetahuan luaran. Tanpa berlengah lagi, mari kita lihat kesannya dahulu. Pengecaman satu klik dan penukaran carta dengan struktur kompleks ke dalam format Markdown: Carta gaya berbeza tersedia: Pengecaman dan kedudukan teks yang lebih terperinci juga boleh dikendalikan dengan mudah: Penjelasan terperinci tentang pemahaman dokumen juga boleh diberikan: Anda tahu, "Pemahaman Dokumen " pada masa ini Senario penting untuk pelaksanaan model bahasa yang besar. Terdapat banyak produk di pasaran untuk membantu pembacaan dokumen. Sesetengah daripada mereka menggunakan sistem OCR untuk pengecaman teks dan bekerjasama dengan LLM untuk pemprosesan teks.
2024-04-02komen 0266
一文看尽SOTA生成式模型:九大类别21个模型全回顾!
Pengenalan Artikel:过去的两年时间里,AI界的大型生成模型发布呈井喷之势,尤其是StableDiffusion开源和ChatGPT开放接口后,更加激发了业界对生成式模型的热情。但生成式模型种类繁多,发布速度也非常快,稍不留神就有可能错过了sota最近,来自西班牙科米利亚斯主教大学的研究人员全面回顾了各个领域内AI的最新进展,将生成式模型按照任务模态、领域分为了九大类,并总结了2022年发布的21个生成式模型,一次看明白生成式模型的发展脉络!论文链接:https://arxiv.org/abs/2301.04655生
2023-05-02komen 01468
迈向『闭环』| PlanAgent:基于MLLM的自动驾驶闭环规划新SOTA!
Pengenalan Artikel:中科院自动化所深度强化学习团队联合理想汽车等提出了一种新的基于多模态大语言模型MLLM的自动驾驶闭环规划框架—PlanAgent。该方法以场景的鸟瞰图和基于图的文本提示为输入,利用多模态大语言模型的多模态理解和常识推理能力,进行从场景理解到横向和纵向运动指令生成的层次化推理,并进一步产生规划器所需的指令。在大规模且具有挑战性的nuPlan基准上对该方法进行了测试,实验表明PlanAgent在常规场景和长尾场景上都取得了最好(SOTA)性能。与常规大语言模型(LLM)方法相比,PlanAgent所
2024-06-05komen 0381
效率碾压DALL·E 2和Imagen,谷歌新模型达成新SOTA,还能一句话搞定PS
Pengenalan Artikel:新年伊始,谷歌AI又开始发力文字-图像生成模型了。这次,他们的新模型Muse(缪斯)在CC3M数据集上达成了新SOTA(目前最佳水平)。而且其效率远超火爆全球的DALL·E 2和Imagen (这俩都属于扩散模型),以及Parti (属于自回归模型)。——单张512x512分辨率图像的生成时间被压缩到仅1.3秒。在图像编辑方面,只需一句文字指令,就可以对原始图像进行编辑。(貌似不用再为学ps头秃了~)如果想要效果更精准,还能选定遮罩位置,编辑特定区域。比如,把背景的建筑换成热气球。Muse一经官
2023-04-11komen 01238
Kerja inovatif pasukan Chen Danqi: Dapatkan SOTA pada kos 5%, mencetuskan kegilaan untuk kaedah 'menggunting alpaca'
Pengenalan Artikel:Ia hanya menggunakan 3% daripada jumlah pengiraan dan 5% daripada kos untuk mendapatkan SOTA, yang mendominasi skala 1B-3B model besar sumber terbuka. Keputusan ini datang daripada pasukan Chen Danqi Princeton dan dipanggil kaedah pemangkasan model besar LLM-Shearing. Berdasarkan alpaca LLaMA27B, model Sheared-LLama yang dipangkas 1.3B dan 3B diperoleh melalui pemangkasan berstruktur arah. Untuk mengatasi model sebelumnya dengan skala yang sama dalam penilaian tugasan hiliran memerlukan penulisan semula, yang "jauh lebih menjimatkan kos daripada pra-latihan dari awal," kata Xia Mengzhou. Kertas itu juga memberikan contoh keluaran Sheared-LLaMA yang dipangkas, menunjukkan bahawa walaupun saiznya hanya 1.3B dan 2.7B, ia sudah boleh menjana respons yang koheren dan kaya. Sama seperti "bermain separuh"
2023-10-12komen 0381
AI能证明数学数据库中82%的问题了,新SOTA已达成,还是基于Transformer
Pengenalan Artikel:不得不说,科学家们最近都在痴迷给AI补数学课了。这不,脸书团队也来凑热闹,提出了一种新模型,能完全自动化论证定理,并显著优于SOTA。要知道,随着数学定理愈加复杂,之后再仅凭人力来论证定理只会变得更加困难。因此,用计算机论证数学定理已经成为一个研究焦点。此前OpenAI也提出过专攻这一方向的模型GPT-f,它能论证Metamath中56%的问题。而这次提出的最新方法,能将这一数字提升到82.6%。与此同时,研究人员表示该方法使用的时间还更短,与GPT-f相比可以将计算消耗缩减到原本的十分之一。难
2023-04-10komen 0385
Model bahasa besar mengalahkan model penyebaran! Penjanaan imej video dwi SOTA, penyelidikan terbaharu Google CMU, alumnus Universiti Peking
Pengenalan Artikel:Model bahasa mengalahkan model penyebaran dan mencapai SOTA berganda dalam penjanaan video dan imej! Ini adalah hasil penyelidikan terkini daripada Google CMU. Menurut laporan, ini adalah kali pertama model bahasa mengalahkan model penyebaran pada penanda aras ImageNet yang ikonik. Komponen utama di belakangnya ialah tokenizer visual (videotokenizer), yang memetakan input ruang piksel ke dalam token yang sesuai untuk pembelajaran LLM. Pasukan penyelidik Google CMU mencadangkan MAGVIT-v2, yang mengatasi pembahagian kata visual terbaik sebelum ini dalam dua tugasan lain. Model Bahasa Besar Mengalahkan Model Resapan Terdapat konsensus bahawa model bahasa besar mempunyai prestasi cemerlang dalam pelbagai bidang generatif. Seperti teks, audio, penjanaan kod, dsb. Tetapi dari segi sejarah dari segi penjanaan visual, bahasa
2023-10-16komen 0429